Uma CNN para a identificação de patches correspondentes em imagens SAR e ópticas de cenas urbanas

Neste artigo, propomos uma rede neural convolucional (CNN), que permite identificar patches correspondentes de imagens ópticas e SAR de muito alta resolução (VHR) de cenas urbanas complexas. Em vez de uma arquitetura siamesa, como convencionalmente usada em CNNs projetadas para correspondência de imagens, recorremos a uma configuração pseudo-siamese sem interconexão entre os dois canais para imagens SAR e ópticas. A rede é treinada com dados de treinamento gerados automaticamente e não recorre a nenhuma característica artesanal. As primeiras avaliações mostram que a rede é capaz de prever patches correspondentes com alta precisão, indicando assim um grande potencial para um desenvolvimento adicional para um procedimento generalizado de correspondência multi-sensor.